¿Qué tan cerca estoy de la ubicación de mis compañeras y compañeros?
Camila Juárez, Yesenia Aguilera, Aldo Meza, Carlos Bautista y Daniel Medina
11/11/2020
I. Creando nuestros datos
Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la latitus y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:
daniel<-c(-98.2062, 19.0413)
Yesenia<-c(-96.7203,17.0669)
Aldo<-c(-103.38479,20.72356)
Camila<-c(-117.00371,32.5027)
Carlos<-c(-104.71667, 20.86667)
viajes<-rbind(daniel,Yesenia,Aldo,Camila,Carlos)
viajes## [,1] [,2]
## daniel -98.2062 19.04130
## Yesenia -96.7203 17.06690
## Aldo -103.3848 20.72356
## Camila -117.0037 32.50270
## Carlos -104.7167 20.86667II. Cambiando el nombre de nuestras columnas
Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:
colnames(viajes)<-c("Longitud","Latitud")
viajes## Longitud Latitud
## daniel -98.2062 19.04130
## Yesenia -96.7203 17.06690
## Aldo -103.3848 20.72356
## Camila -117.0037 32.50270
## Carlos -104.7167 20.86667III. Transformando nuestra matriz en un data.frame
Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:
viajes<-data.frame(viajes)
viajes## Longitud Latitud
## daniel -98.2062 19.04130
## Yesenia -96.7203 17.06690
## Aldo -103.3848 20.72356
## Camila -117.0037 32.50270
## Carlos -104.7167 20.86667IV. Creando una gráfica de dispersión con nombres y puntos
Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:
dispersion<-ggplot(viajes)+geom_text(aes(Latitud,Longitud),label= rownames(viajes))+geom_point(aes(Latitud,Longitud),color= rainbow(5))
ggplotly(dispersion)V. Creando un mapa
Para crear un mapa, utilizaremos la funcion qmplot:
qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(5)))
VI. Mapa de puntos y densidad
Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:
qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))
VII. Preguntas
1.- ¿Cómo están distribuidas sus ubicaciones?
La mayoria de las ubicaciones se encuentran en el sur y solo una se encuentra en el norte.
2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?
Seria a través de una función cubica, por ejemplo y=-x^3
3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?
Sí, ya que como sujetos económicos tenemos un constante cambio, además que la ubicación de las preferencias en el mercado son una medida estratégica para la toma de decisiones económicas.
De igual manera nos sirve como medida estadística pues tener un conjunto de ubicaciones económicas nos permite conocer los centros y ciudades más importantes de un país, región o continente.
4.- ¿Hasta ahora qué han aprendido en el curso?
A lo largo del curso hemos visto la aplicación estrategica de las matemáticas en R, también los diferentes codigos que nos han ayudado a graficar funciones en R, en conclusión hemos visto el lenguaje básico de programación implementado en matemáticas.
Esta obra fue generada mediante R en November 18, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM. Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).